忽略无效数据的 Pandas 直方图；限制 x 范围答案

【问题标题】：Pandas histogram ignoring invalid data; limit x-range忽略无效数据的 Pandas 直方图；限制 x 范围
【发布时间】：2019-05-06 23:39:07
【问题描述】：

我有一个数据框，其中包含文本和数字数据的混合，-999 的一些值表示丢失或无效数据。作为一个玩具示例，假设它看起来像这样：

import pandas as pd
import matplotlib.pyplot as plt

dictOne = {'Name':['First', 'Second', 'Third', 'Fourth', 'Fifth', 'Sixth', 'Seventh', 'Eighth', 'Ninth'],
           "A":[1, 2, -3, 4, 5, -999, 7, -999, 9],
           "B":[4, 5, 6, 5, 3, -999, 2, 9, 5],
           "C":[7, -999, 10, 5, 8, 6, 8, 2, 4]}
df2 = pd.DataFrame(dictOne)

df2.hist('C', bins = 1000)
plt.xlim=([0, 10])

这给了

我正在尝试排除 -999 值。 Pandas 中是否有一种简单的方法可以做到这一点？

另外，在我的示例代码中，为什么 x 轴不限于 [0,10] 范围？

【问题讨论】：

标签： python pandas histogram

【解决方案1】：

您可以指定bins=1000，而不是指定

df2.hist('C', bins=range(0,10))

或者如果你想在中间对齐直方图框：

df2.hist('C', bins=np.arange(0.5,11,1))

输出：

【讨论】：

【解决方案2】：

df2[df2['C'] > -999].hist('C') 足以满足您的所有目的。不需要指定 1000 个 bin。

【讨论】：